安筱鹏｜AI大模型：鲍莫尔病的良药？
近期，在信息社会50人“智能时代：经济学的重构”论坛上，安筱鹏博士从大模型发展动态、大模型在典型行业中应用、大模型对教育体系颠覆以及对组织形态重构等方面，深入分享了对于AI大模型的理解和洞察，以下是发言要点。
20世纪60年代，美国经济学家威廉·鲍莫尔和威廉·鲍恩提出了一个问题：为什么教育、法律、医疗、表演、休闲等服务行业的成本和价格一直在上升，而有形商品价格持续下降？制造业等进步部门可以通过使用劳动节约型技术大幅提高生产率，使得产品成本持续下降，而技术进步没有惠及服务业生产率大幅提高，服务业等停滞部门的成本不断上升。后来人们将这一现象称为“鲍莫尔病”。
半个多世纪以来，“鲍莫尔”不仅没解决，而且越来越严重。今天的问题是，AI大模型将人类带到智能时代，AI是否能够提高医疗、教育、法律、政务、创意、影视、娱乐等服务行业的生产效率，为解决“鲍莫尔病”找到新药方？
# ONE
ChatGPT开启智能时代
2022年11月30日ChatGPT推出后，两个月内用户超过1亿，四个月用户超过10亿，成为历史上增长最快的互联网应用产品。AI大模型的出现，正在引领全球数字技术的新一轮变革，事关人类生产力工具的变革，事关一个国家核心竞争力重构，事关一个国家经济的长期繁荣和走向。
ChatGPT代表的不是一个技术，而是开启了新的智能时代
无论是ChatGPT还是 GPT-4的发布，人工智能领域的专家给出的关键词是“惊艳”。ChatGPT是通用人工技术（AGI）发展的重要里程碑，AGI将引发新一轮数字技术竞争格局重构，也大国新一轮数字技术竞争的制高点，必将对未来5-10年全球技术创新、企业竞争和国家博弈产生深远影响。从这个意义上讲，ChatGPT代表的不是一个技术，而是开启了新的智能时代。
这一轮AI大模型将对人类经济社会发展的革命性影响。2023年4月，图灵奖获得者、AI教父级人物杰弗里·辛顿(Geoffrey Hinton)从谷歌离职后接受了媒体采访，讲了2个主要观点：
一是这辈子最后悔的事情就是从事人工智能这个行业，AI的崛起对人类的生存带了风险和威胁。
二是对人工智能潜在风险的监管，要像核武器一样进行监管。OpenAI公司CEO Sam Altman，今年5月16日出席美国国会听证会时说，对待AI应该参考核武器的监管方式。
智能算力的扩张是开启智能时代的风向标
有的人说这个新的智能时代好像距我还比较远，但是距一家企业比较近，这家企业叫英伟达。“春江水暖鸭先知”，今年5月25日英伟达市值暴涨2000亿美元，涨出一个AMD、英特尔。10年前英伟达市值相当于英特尔的1/6，今天相当于英特尔的8倍，10年收益率超过100倍。5月30日英伟达市值更是超过1万亿美元。
智能时代：普惠效应与极化效应并行
从IOE主导的IT时代，到计算机及智能移动终端普及、驱动人类迈向互联网+时代，今天人类正在万物智能及AI大模型开创的智能时代。每个时代具有鲜明的着技术体系、商业创新、组织形态和转型特征。AI作为一种通用目的技术，正在以更快的速度、更广的范围、更深的影响的普惠到每个人，今天我们每个人、每个组织都能够感受到新技术的红利。
但另一方面，数字技术也带来了不同主体能力和发展水平的极化效应：AI大模型带来的是人和人的分化、企业和企业的分化、地区和地区的分化、国家和国家的分化。在IT时代，全球最大的IT公司的市值约2000亿美元；在互联网+时代，市值1万-3万亿美元，比如苹果、微软。到了智能时代，许多专家说会出现10万亿美元的公司。
当一家公司市值5-10万亿美元的时候，它可以在全球任何一个角落整合技术、人才、市场、资本等资源，在牛津剑桥、斯图加特、以色列、新加坡等地网络全球最优秀的人才，并购全球最具创新活力的中小企业，如DeepMind，基于云计算和互联网所构建的数字基础设施，让新技术通过高频迭代、低成本试用、大规模普及，形成强大的规模经济和网络效应。它改变的不仅仅是这个企业的竞争力，也是一个地区、国家间核心竞争力和国际竞争格局的重构。
# TWO
AI大模型出现后，“鲍莫尔病”是否有新解？
在今天这个新的智能化时代，“鲍莫尔病”是不是有新解？
今天我们看到一个现象：商品价格在不断下降，但美国服务的价格在过去十多年持续攀升。自2000以来，美国医疗服务价格增长200%、大学费用增长150%+、医疗保健增长100%，而玩具价格降了50%、电视价格降了100%。“鲍莫尔病”在进入新世纪后更严重了。
2021年3月16日，OpenAI公司CEO山姆·阿尔特曼(Sam Altma)在《万物摩尔定律》文章中预言：AI革命是继农耕时代、工业时代、计算机时代之后的第四次革命，10年后AI可以完成几乎所有工作，包括科学发明。可以确认的是，AI将使产品（Goods）和服务（Services）变得越来越便宜。为此，为迎接一个包容性的智能社会到来，政府应当建立新的税收制度和资本市场。
以往数字技术更多是带来制造业效率的提升，相对于制造业，服务业劳动生产率提高更难，从而导致教育、医疗、法律、艺术等服务业成本不断上升，导致技术进步部门也开始“停滞”。在经济增长中，服务业比重逐渐上升，但是劳动生产率增速逐渐下降，这就是经济学的“鲍尔默病”。
AI大模型的出现，有没有可能去解决这个问题呢？我们可以看一看几个服务业领域正在发生的变化。
软件业：每个人都是程序人，编程开启大众化时代
软件行业是过去几十年人才最稀缺的行业，AI大模型正在改变这一格局，AI软件开发和编程能力正在逼近人类。今年4月GPT4发布后，国内研究机构CSDN测试结果是，GPT-4的软件编程能力相当于中国月薪3万人民币的软件开发人水平。GPT4通过了谷歌编码L3级（入门级， 18万美元年薪）工程师测试。
Stability AI 的CEO说人工智能将在五年内取代人类程序员。谷歌旗下Deepmind公司编程应用AlphaCode，在编程比赛中超过45.7%的人类参赛者。有这样一个案例：一个只有8岁的小孩，利用人工智能开发了一款平台跳跃小游戏，代码由ChatGPT和Claude生成、美术由Stable Diffusion提供。
今年的云栖大会上，阿里云也推出了一款代码大模型，叫“通义灵码”， 可自动生成行级/函数级代码、单元测试、代码注释等，为开发者带来高效、流畅的编码体验。
我对这个问题的判断是：大模型生成代码的价值，将远远超过生成文字/图片/视频的价值，但是这个价值被远远低估了。因为未来AI将重构整个软件体系，所有的软件都需要基于AI重新做一遍。这句话的关键词是“所有”。“所有”的含义是：手机上所有的APP会被重构，Windows、Office等等软件会被重构，ERP、PLC、SCADA等等这样的工业软件会被重构。未来所有的智能硬件将被AI大模型驱动，手机、计算机、智能家电、摄像头、机器人、AGV小车、工程机械等。
不是说仅仅在未来会重构，此时此刻的当下已经在发生变革
今年西门子和微软已经达成新的战略合作，在今年的汉诺威博览会上，展示了ChatGPT和其他Azure人工智能服务如何增强西门子工业自动化工程解决方案能力，工程团队可以通过自然语言输入生成PLC代码，从而显著减少时间和错误概率。
今年4月，阿里云工程师就在实验将通义千问大模型接入工业机器人，在钉钉对话框输入一句人类语言，大模型就会自动生成机器人可以理解的代码，从而远程指挥机器人工作。
7月28日，谷歌DeepMind推出了一款新的机器人模型Robotics Transformer 2（RT-2）。这是一个全新的视觉-语言-动作（VLA）模型。例如，对AI说“捡起已灭绝的动物”，机械臂会在一堆塑料玩具中精准的选择恐龙，“灭绝的动物”很多，在此之前，机器人无法做到把“灭绝的动物”和“塑料恐龙玩具”联系在一起。
开发者神器GitHub Copilot ：AI大模型带来软件效率革命
近期美国技术圈讨论一个招聘案例：一家技术公司准备招聘1名员工，有2名程序员来应聘：一个是拥有4年的编程经验的巴基斯坦人Hamid，一个是拥有19年的编程经验德国 人Alex，公司安排两个候选人开发一个软件（创建最小可行性产品MVP）。一周后，Hamid完成了95%的MVP，而Alex只完成了7%的MVP。为什么只有4年编程经验的人反而编程速度更快呢？因为他借助了代码大模型。不仅编程效率更高，整个开发成本也极大降低。
2023年10月， GitHub Copilot开发者突破了1亿，付费用户已突破了100万。GitHub Copilot让开发者的代码编写效率提升了55%，高达 75% 的开发者在使用 Copilot 时感到更有成就感，从最早的只有 27% 的开发者会使用到现在的46%。GitHub CEO说“很快 AI 将能实现 80%的编程”。他用GitHub Copilot X，在全球峰会上，直播AI用 18 分钟编写出贪吃蛇游戏。
AI大模型重新定义了软件开发中的“人机交互”
简单回顾软件开发的历史，从物理交互界面的效率低、操作员必须熟悉每台机器的物理按钮功能，到编程交互界面的门槛高、操作员必须熟悉计算机硬件细节并精通编程，再到图形交互界面（GUI）空间小，而对话式交互界面（CUI）可以实现效率高、门槛低和无限触达。AI大模型的出现，真正能够打通人类语言和机器语言。
医疗：人类医师资源不足是否有解？
2023年4月28日《美国医学会杂志》的研究显示：面对病人的咨询，“ChatGPT医生”获得好评的数量是人类医生的4倍。在“富有同情心”的指标中，ChatGPT更是收获了45%的肯定，而人类医生仅有4.6%。
医疗大模型可以大幅提高效率、创造新的价值
今天，医患比例严重不足是全球面临的共同难题。2019年《柳叶刀》的数据显示，全球缺少4300万名卫生工作人员。现在，AI阅片的准确率达到了95%以上，年轻医生准确率在80%左右。原来阅一个片需要25分钟到半小时，AI加持不到半分钟。
围绕医疗这个领域，AI已经有了很多的创新。今年8月，谷歌发布全球首个全科医疗大模型Med-PaLM ，首个在美国医疗执照考试中达到专家水平的大模型，懂临床语言、懂影像，也懂基因组学。国内也已经发布了超过40个医疗大模型，在浙大附属医院、华山医院等医院试用。
不仅如此，AI大模型在特定的病例识别方面效率更高。国外有一个案例：一个 4岁男孩牙痛持续加重，后出现走路不稳，历时3年、看过17位医生（包括神经科、神经外科、儿科、内科、骨骼肌肉专科等）也没有确诊。最终疲惫而沮丧的妈妈把儿子的病历资料提问给ChatGPT，得到的诊断包括脊髓栓系综合征。由此，该名儿童最终得以确诊和治疗。
律师：普惠的AI律师将普及
律师这个行业的服务价格，在美国还是比较贵的，大概每小时150美元。但现在有一个年服务费只要36美元的AI律师，他不仅便宜，在某些能力上和那些每小时150美元的律师差不多。它可以进行智能化、自动化的法律检索，起草法律文件、起诉书、备忘录、判决书，预测案件判决结果等等。在美国的律师资格考试中，GPT-4已经超过了90%的学生。
目前，已经有一些公司在法律大模型这个细分领域深耕：
EvenUp：个人伤害索赔领域垂直LLM，2019年成立，B轮融资估值3.5亿美金，已落地超200家律所。
Harvey：专为律所打造的LLM，2022年11月成立，获OpenAI、红衫投资。
律商联讯：顶级法律、专利、税务等服务商，2023年5月推出全球首个面向法律界类ChatGPT生成式AI平台——Lexis+AI™。
汤森路透：法律业务是三大支柱业务之一，每年1亿美元投向AI。
设计：Midjourney让最富有创造力的艺术家们不淡定了
2022年，在美国科罗拉多州举办的艺术博览会上，一幅名为《太空歌剧院》的画作，在数字艺术类别的比赛中一举夺得冠军。据媒体报道，《太空歌剧院》与人们普遍认知的艺术作品有所不同，它是游戏设计师Jason Allen通过AI绘图工具Midjourney创作而成，一时引发很多热议。
电影导演陆川说，AI用15秒出来的效果，比找专业海报公司做一个月作品要强大很多。如果去找专业图像公司来画气氛图，一张至少要花上万元，现在用AI，可能只要十元钱。
面对这样的场景，一些人甚至悲观地表示：我们眼睁睁地见证了艺术的消亡。如果连艺术工作都无法避免被机器所吞没，那么其他高技能的工种也将面临被淘汰的危机。到时候，我们又能剩下什么呢？
今年11月28日，成立半年只有4个人的小公司Pika发布自己Pika1.0，可以通过输入文字高质量地输出视频，成为颠覆电影和视频创作现象级AI应用。近期获5500万美元融资，估值在2-3亿美元，半年用户超50万，国内已与《流浪地球3》开展合作。它将带来一次影视创造模式的革命，也许每个人都可以圆自己的导演梦和演员梦。
AI与EDA双向奔赴：引领设计变革
AI成为芯片设计的“器”，用AI帮AI，AI与EDA的双向奔赴，将开启芯片设计的下一场革命。
英伟达用AI设计GPU，比传统EDA减少25%芯片面积，功耗更低。随着摩尔定律变慢，开发其他技术来提高芯片性能变得愈发重要。设计更小、更快、功耗更低的算术电路，就是其中的方式之一。基于这样的背景，英伟达的研究人员提出了PrefixRL——用深度强化学习优化并行前缀电路。英伟达Hopper架构H100就拥有13000个AI设计电路。
谷歌也开始使用强化学习（RL）技术设计自己的TPU AI加速器布局。Synopsys和Cadence等传统芯片设计工具公司积极拥抱AI设计。
中科院陈云霁团队，推出了世界首个完全由人工智能设计的CPU芯片“启蒙1号”，短短5个小时内便生成了一个工业规模的RISC-V CPU核心，设计周期则缩短至1/1000。
# THREE
AI大模型正颠覆传统教育体系？时代需要什么样的人？
进入新的智能时代，传统的教育体系会不会因为大模型而颠覆呢？我们这个时代，五年、十年、二十年之后，到底需要什么样的人呢？我们看到，在教育领域，GPT已经通过了各种各样的开始，比如ChatGPT已经通过美国沃顿商学院MBA期末考试。
今年3月，OpenAI和宾夕法尼亚大学推出了一份研究报告，针对 1000 多种职业，探索AI大模型怎么影响美国劳动力市场。首先我们先来定义什么是“影响”， “影响”的含义是，当一个职业使用大模型时，能否让工作时间减少至少50%。研究人员的结论是：对于19%的岗位，至少50%的工作内容会被影响。对于80%的岗位，也至少有10%的工作内容被或多或少地波及。而且高收入工作面临着更大的风险。
AI大模型是什么？今天的AI大模型可能就像历史上的火药，正在从放烟花时代走向枪炮时代，实现从冷兵器到热兵器的跨越。那什么样的人才不会被这个时代淘汰呢？我觉得有三个标签：一是想像力，二是创造力，三是批判精神。
现在的教育体系下，我们可以想一下，哪一个是培养想象力、哪一个是培养创造力、哪一个是培养批判精神。如果没有这三个能力的时候，这些培育的人未来能够做什么工作呢？我们靠什么参与全球竞争，这些问题都值得深入去思考。
AI for Science论文数量井喷，AI已成为重要的科研手段
AI不仅仅是一种工具，近年来，AI4S（AI for Science）成为一种基本科学研究方法。理解蛋白质三维空间结构一直是生物学中的重大挑战，过去几十年，结构生物学家通过X射线晶体图学或者冷冻电镜等高科技手段，共得到十几万种蛋白质结构。
直到2020年，这一困扰生物学家50多年的问题被DeepMind团队开发的Alpha Fold2模型彻底打破，Alpha Fold2的预测精准度几乎达到冷冻电子显微镜等实验技术的水平。2022年7月28日，DeepMind公布了从细菌到人类的几乎所有已知（2亿多个）蛋白质的可能结构，并将其纳入相关数据库,供研究人员免费搜索蛋白质结构。
Google学术相关数据表明，近3年使用AI的论文数量增长率超3倍。像材料科学、生命科学、能源科学，近3年使用AI手段开展科研的比例超过34.5%。换句话说，人们认识和改造世界的方法论已经发生了重大变化。
中山大学：用云加速RNA病毒发现，重新定义了人类对病毒演化历史的认知。
全球RNA病毒种类丰富多样，且高度分化。受限于聚类统计学算法和传统计算方法，主流配置服务器运行一次试验的时长达2-3个月，科研代价大、结果精度不高，研究效率低。
中山大学医学院围绕RNA病毒研究，开发AI大模型，帮助RNA病毒发现技术突破，将RNA病毒的发现效率从2-3月缩短为一周，扩充全球RNA病毒库——近30倍的新发现病毒种、约9倍的新发现病毒超群。云和大模型大幅提升了人类发现RNA新病毒的效率，重新定义了人类对病毒演化历史的认知。
# FOUR
AI大模型重新定义组织和员工？
在人类社会发展的历史上有两种技术：专用目的技术（Special Purpose Technology，SPT）和通用目的技术（General Purpose Technology，GPT）。专用目的技术指技术只能在特定领域产生价值；通用目的技术名为GPT，但是此GPT非彼GPT。
通用目的技术（GPT）是对人类经济社会产生巨大、深远而广泛影响的革命性技术，如轮子、印刷、内燃机、电力、计算机、互联网等。通用目的技术有四个基本的特征：第一，可以广泛地应用在各个领域。第二，可以提高每一个生产领域的生产效率、降低使用成本。第三，它可以与现存的各种技术之间形成强烈的互补。第四，它可以促进生产组织方式和管理的变革。
AGI将是人类最伟大的通用目的技术，它将比以往技术以更快的速度、更广的范围深度普及。印刷术在德国古登堡1448年发明300年后，出版大众化廉价化才开始兴起；蒸汽机在瓦特1796改良之后80年才具有普及的商业意义；电力发明50年之后一般民众才能普遍受惠；IBM大型机30年后才对一般人的日常生活有深刻影响。AI大模型的技术以天和周计，在全球大规模推广普及。
尤其值得关注的是，通用目的技术一定会对组织的形态带来变革。例如Midjourney公司2021年成立，拥有1000万的社区成员，1亿的营收，零融资。此前只有11个员工：1个创始人，8个研发，1个法务和1个财务。PIKA成立6个月，也只有4个员工。它的规模反映出一个现象：未来的企业会越来越小型化，越来越微粒化。
基于信息能力提升所带来的社会协作水平深化，是人类社会演进的主线
今天，我们看到AI已经在一个组织里发挥协同作用。比如钉钉的数字员工。在招聘场景下，数字员工能够在多个招聘场景中提供重要支持，帮助企业的HR写招聘启事、发布到相应招聘网站、回收简历、筛选简历并预约面试。让数字员工完成这些，只需要简单操作，真实员工与它们通过自然语言交流即可完成。例如，神奇的旅程从一句提示语开始，“我要招聘视觉设计师，帮我生成一份JD”，数字员工收到指令后马上在几秒钟内生成，从而节省HR撰写岗位描述的时间。
我们可以思考一个问题：人类是怎么协作的？如果我们把时间尺度拉长，看到的是基于信息能力提升所带来的社会协作水平的深化，是人类社会演进的一条主线。
在《人类简史》中，作者赫拉利提到，10万年前地球上存在着猿人、智人等，但在1万年前只剩下了智人。智人在进化中率先在语言和信息交流上实现了突破，形成了一种超凡的信息认知。这样，人们不仅可以交流猎物和危险的来源，还可以设定一个目标，实现人与人之间的协作。
到了工业社会，随着印刷、电报、电话的普及，人类的协作从熟人分工演进到陌生人协同，从封闭体系到开放体系，从小尺度到大尺度，从几百人到几十万人，开启了大制造、大零售、大流通的时代。
再到今天，从计算机到互联网，从人人互联到万物互联，从人工智能到区块链，我们正在重构对外部世界的感知、获取和利用的方式。这种沟通方式的变革正在重构分工协作的基础设施、生产工具和协作模式。
一代协作技术，一代组织形态
从PC互联网到移动互联网，再到今天的智能时代，信息在组织内部的管理、监督及在外部交易、协作中的成本不断降低、协作模式不断创新，企业边界正在重新定义，科层组织正在瓦解，微粒企业（组织）正在崛起。
康威定律说“系统的技术架构会是组织架构的复刻”，但今天我们看到的更多是“逆康威定律扩展”，即我们用什么样的沟通协作系统，决定了我们是什么样的组织形态。就像经常有人说的一句话，“一代协作技术，一代组织形态”，你有什么样的技术沟通方式就会催生、诞生、孵化出什么样的新的组织形态，不同的技术时代会形成不同类型的组织。
今天，当云计算、大模型、AI到来的时候，微粒企业正在崛起。过去开发一个软件的功能，达到最小化可行产品（MVP）的团队规模可能需要40个人、50个人，今天可能只需要3到4个人，组织变得越来越小，这是技术变化的一个趋势。
AI重新定义组织形态
首先，AI正在重新定义“员工”。AI的到来会让你有了一个新员工，这个员工是一个“学霸”，学习了地球上所有的知识。你需要跟这个员工不断地交互、协作，不断地驯化与被驯化。
之前有一个概念叫“AI助理”，这个词是不对的，一定是“助理”吗？是、但是它也可能是教练、也可能是顾问、也可能是队友。从Copilot到Autopilot, 我们跟AI员工之间是一个相互赋能的过程。对于AI，好像我们可以去控制、驯化它，但事实上这是一种需要刻意训练的能力。我们经常讲“技术与人的双向驯化”，就像我们平时下楼遛狗，一出电梯，狗就跑在了你的前面，你在后面跟着，到底是“你遛狗”还是“狗遛你”，大家可以自己体会一下。另一方面，我们的思维方式实际上也会被AI所影响，这可能是一个相互驯化的过程。
人和人之间的关系，员工之间的关系也会因此发生变化。在没有AI的时候，办公室里经常会因为某个议题发生争论，这时就出现了一个问题：该听谁的？AI出现以后，当人与它发生争执的时候，又该听谁的？这使得重新定义员工与企业边界的问题十分必要。可以确信的是，AI会让某些领域减少一些岗位，但同时也会留下一些员工，留下的这批人，一定是具有创造力、想象力和批判精神的人，当未来越来越多虚拟的人与实际的人协同工作的时候，人类就需要激发新的能力。
我们试想一下：数字员工应该归属哪个部门呢，我们看到有“数字招聘员工”，“数字财务员工”等等各类数字员工，它不仅具有IT属性，还具备一些人的功能，那它是属于人力资源部门还是IT部门？
这些问题目前没有结论，都是需要探讨的。
作者｜安筱鹏 阿里云智能集团副总裁
责编｜崇修（转载及媒体合作请评论区或邮箱留言）